文献

J-GLOBAL ID：202002217031249865   整理番号：20A2035961

偏波SAR画像分類のための3チャネル畳込みニューラルネットワーク【JST・京大機械翻訳】

Three-Channel Convolutional Neural Network for Polarimetric SAR Images Classification

著者 (3件)： Hua Wenqiang (Shaanxi Key Laboratory of Network Data Analysis and Intelligent Processing, School of Computer Science and Technology, Xi’an University of Posts and Telecommunications, Xi’an, China) ,  Xie Wen (Shaanxi Key Laboratory of Network Data Analysis and Intelligent Processing, School of Computer Science and Technology, Xi’an University of Posts and Telecommunications, Xi’an, China) ,  Jin Xiaomin (Shaanxi Key Laboratory of Network Data Analysis and Intelligent Processing, School of Computer Science and Technology, Xi’an University of Posts and Telecommunications, Xi’an, China)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 13  ページ： 4895-4907  発行年： 2020年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 地形分類は,偏波合成開口レーダ(PolSAR)画像処理と解釈における重要なトピックである。3チャネル畳み込みニューラルネットワーク(Tc-CNN)に基づく新しいPolSAR分類法を提案し,この方法はラベルなしサンプルの利点を効果的に採用し,少数のラベル付きサンプルによる分類の性能を改善した。提案した方法にはいくつかの戦略が含まれる。最初に,ラベルなしサンプルの利点を取るために,近傍最近傍伝搬法に基づくデータ増強法を,ラベル付きサンプルの数を拡大するために提案する。第2に,画素に基づく畳み込みニューラルネットワーク分類における中心画素の役割を増加するために,空間加重方式を提案して,中心画素特徴の重さを増やして,他のタイプの画素特徴の重さを弱くした。第3に,PolSAR画像分類(Tc-CNNと呼ぶ)のための特定の深いモデルを提案して,それは分類結果を改良するためにより多くのスケールと深い分極情報を得ることができた。実験結果は,ラベル付きサンプルの数が少ないとき,提案方法が既存の分類方法よりはるかに良い性能を達成することを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 分極 ,  画像処理 ,  画素 ,  *偏波 ,  チャネル
準シソーラス用語： *SAR画像 ,  地形分類 ,  偏波合成開口レーダ ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 偏波 ,  SAR画像 ,  分類 ,  チャネル ,  畳込みニューラルネットワーク